94% van de toonaangevende managers wil waardevollere data – en die krijg je zo

Als bedrijf hangt je succes ervan af of je op het juiste moment over de juiste informatie beschikt. En dit geldt des te meer nu bedrijven door kunstmatige intelligentie (AI) worden genoodzaakt om te zorgen voor betrouwbare informatie van goede kwaliteit. 92% van de beslissers op het gebied van analytics en IT zegt dat betrouwbare data nu meer nodig zijn dan ooit. Om in deze behoefte te kunnen voorzien, moeten managers iedereen in staat stellen om data optimaal te benutten en werken aan een organisatiebreed fundament van vertrouwde data.

Om hier het fijne van te weten, vroeg Salesforce wereldwijd meer dan 10.000 analytics-, IT- en business managers hoe ze aan dat fundament bouwen en nieuwe wegen inslaan naar een toekomst waarin AI een belangrijke rol speelt. De bevindingen zijn samengevat in een nieuw State of Data and Analytics Report. 

Laten we eens naar een paar belangrijke bevindingen kijken en ontdekken hoe je deze inzichten zelf kunt toepassen om je data optimaal te benutten en de kansen die AI biedt te grijpen.

Inzicht 1: Zonder vertrouwde data kun je geen geloofwaardige AI ontwikkelen

Elke AI-toepassing — van voorspellende analyse tot IT-beheer — is gebaseerd op data. Maar je AI-oplossingen zullen niet de gewenste resultaten opleveren als je niet met vertrouwde data van goede kwaliteit werkt. Dat is niet meer dan logisch: gemankeerde invoer resulteert in gemankeerde uitvoer. 

Dus hoe zorg je dat jouw data betrouwbaar zijn? Datavolumes nemen alleen maar toe. Welke best practices zouden moeten worden gevolgd om te verzekeren dat alle data aan deze norm voldoen? Hier volgen enkele van de vragen die je zou moeten stellen om te bepalen of jouw data betrouwbaar zijn. 

• Heb je een duidelijk en consistent proces voor het verzamelen en het invoeren van data? 
• Zijn je data opgeschoond en gestandaardiseerd?
• Zijn je data beschermd en veilig? 
• Heb je een governance-structuur waarin alle aspecten van de datalevenscyclus zijn opgenomen, waaronder toegang en zeggenschap, beheer, privacy, beveiliging, compliance en vereisten conform wet- en regelgeving? 
• Zijn de data geschikt voor het beoogde doel? Worden de verwachtingen met betrekking tot ethisch en integer gebruik waargemaakt?

Inzicht 2: Als je datastrategieën en je zakelijke strategieën op elkaar aansluiten, haal je veel gemakkelijker waarde uit je data

De hoeveelheid data die wereldwijd wordt gegenereerd groeit nog steeds en zal naar verwachting in de komende 12 maanden met 22% toenemen.

Voor managers binnen bedrijven is het een belangrijk vraagstuk hoe ze uit deze lawine aan data waarde halen — 94% geeft aan dat ze meer waarde uit hun data zouden moeten halen dan nu het geval is. Maar uit ons onderzoek blijken twee belangrijke obstakels: beveiligingsoverwegingen en het beheren van de enorme hoeveelheid data. 

Deze twee kwesties kunnen ook niet los van elkaar worden gezien. Beveiligingsbeleid moet afgestemd blijven op de groeiende datavolumes. Maar zes van de tien analytics- en IT-managers geven aan niet te weten hoe data door de uitvoerende teams van het bedrijf worden gebruikt. Dit gebrek aan zichtbaarheid tussen bedrijfsonderdelen maakt de organisatie niet alleen kwetsbaarder voor beveiligingsinbreuken, maar maakt het ook voor het bedrijf als geheel moeilijk om waarde uit alle data te halen.

Managers op het gebied van data, bedrijfsvoering en analytics moeten deze kloof dichten om meer waarde uit hun data te kunnen halen. De oplossing begint bij een diepgaand begrip van de zakelijke doelen en welke data hiervoor nodig zijn. Wanneer managers eenmaal de zakelijke strategie helder voor ogen hebben, kunnen ze bouwen aan een datastrategie en een technologie-infrastructuur die de zakelijke prioriteiten ondersteunt. Deze holistische aanpak helpt om benodigde inzichten binnen de organisatie beschikbaar te maken en datasilo’s, die samenwerking en goede beslissingen in de weg staan, tegen te gaan. 

Het eindresultaat is betere financiële prestaties, een hogere productiviteit en een langdurig concurrentievoordeel. Volgens McKinsey Global Institute kunnen datagestuurde organisaties 23 keer vaker klanten werven, zes keer vaker klanten behouden en zijn ze 19 keer vaker winstgevend.

Inzicht 3: Met een grotere data maturity haal je meer uit AI

“Data mature” zijn, oftewel volgroeid zijn in het gebruik van data, is een uitdrukking waarmee wordt aangegeven dat een organisatie vergevorderd is met haar datatransformatie en haar data goed weet te benutten. Belangrijke dagelijkse beslissingen, innovatie en plannen voor de toekomst, het gebeurt allemaal op basis van data. En dat levert ook iets op. Onderzoek van McKinsey toont aan dat datagestuurde bedrijven hun doelen sneller bereiken en dat hun initiatieven voor minimaal 20% bijdragen aan het bruto resultaat. 

Een organisatie die data mature is, heeft bovendien een goed gedefinieerde datacultuur waarin iedereen over de inzichten beschikt die ze nodig hebben om datagedreven te kunnen werken. In een datacultuur zijn data met elk aspect van de bedrijfsvoering verweven. Organisaties met een datacultuur:

• Koppelen data en analytics met zakelijke doelen
• Geven prioriteit aan data bij besluitvorming en zakelijke processen
• Zijn eensgezind in hun gezamenlijke missie om op basis van data succesvol te zijn

Het hebben van een datacultuur is een onderscheidend kenmerk van een organisatie die data mature is en het is dan ook geen verrassing dat data maturity ook een belangrijke indicator is van succes met AI. Respondenten in organisaties met een hoge mate van data maturity beschikken zelfs twee keer zo vaak over de hoge kwaliteit data die nodig is om AI tot een succes te maken. 

Conclusie

Succesvolle bedrijven hebben bewezen zich te kunnen aanpassen — en de AI-revolutie heeft laten zien dat datatransformatie een van de cruciaalste aanpassingen van allemaal is. Er wordt wel gezegd dat AI net zo alomtegenwoordig zal worden als het internet en op basis van de huidige hypecyclus zou dat best eens waar kunnen zijn.